En el caso de muestras independientes la fórmula
para obtener el tamaño del efecto como distancia normalizada entre las medias sería:
d = [ M1 - M2 ] / [ ( DE1 + DE2 ) / 2 ]
donde Mi figura por las medias de las dos muestras y DEi por las desviaciones estándares
de las dos series de datos que se comparan.
A partir de la d obtenida,
McGrath y Meyer (2006)
han ofrecido una fórmula para obtener un estimador del tamaño del efecto en términos de la proporción de la varianza explicada por
el tratamiento experimental (es decir, un estimador de la familia r). Para ello, la fórmula es muy sencilla:
r2 = d2 / [ d2 + ( 1 / ( p1*p2 ) ) ]
donde pi figuran por las proporciones de datos, respecto al N total, en una y otra serie de datos1.
Si queremos obtener estos estimadores a partir de nuestra t o de la t informada por otros
investigadores (para comparar su efecto con el nuestro), podemos usar las fórmulas siguientes:
d = t * √ ( 1/n1 + 1/n2 )
donde n1 y n2 figuran por el tamaño de una y otra muestras implicadas en la
comparación.
r2 = t2 / ( t2 + gl )
donde gl figura por el número de grados de libertad de la t. Por lo general, al informar este
estimador se suele dar su raíz cuadrada (r).
Puede calcular el tamaño del efecto a partir del estadístico t o de las medias y desviaciones típicas con la
calculadora en línea de Lee Becker.
Como la misma página indica, en el caso de muestras correlacionadas es conveniente
leer el epígrafe sobre el asunto (Epígrafe III) que hay en
la página de este mismo autor
o descargar su contenido en pdf desde aquí.
Nota 1.- Lakens (2013, fórmula 3) ha presentado una versión de esta fórmula que
McGrath y Meyer (2006, nota 4) han señalado que es errónea.
|